scipy.stats.binned_statistic_dd() 中的输出

我正在尝试使用scipy.stats.binned_statistic_dd http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.binned_statistic_dd.html#scipy.stats.binned_statistic_dd我一生都无法弄清楚输出。这里有人有什么建议吗？

看这个简单的示例程序：

import scipy
scipy.__version__
# '0.14.0'
import numpy as np
print scipy.stats.binned_statistic_dd([np.ones(10), np.ones(10)], np.arange(10), 'count', bins=3)
#(array([[  0.,   0.,   0.],
#       [  0.,  10.,   0.],
#       [  0.,   0.,   0.]]), 
# [array([ 0.5       ,  0.83333333,  1.16666667,  1.5       ]), 
# array([ 0.5       ,  0.83333333,  1.16666667,  1.5       ])], 
# array([12, 12, 12, 12, 12, 12, 12, 12, 12, 12]))

所以文档声称输出是：

statistic : ndarray, shape(nx1, nx2, nx3,...) 的值 每个二维箱中选定的统计数据

边：列表 ndarrays 描述 (nxi + 1) bin 边缘的 D 数组列表 每个维度

binnumber : 1-D ndarray of ints 这分配给每个 观察一个整数，该整数表示该容器所在的容器 观察力下降。数组与值的长度相同。

在示例中，统计数据很有意义，我询问了“计数”并得到了 10，即同一个容器中有 10 个元素。边缘也很有意义，要处理的数据是 2 维，我想要 3 个 bin，所以我得到了 4 个合理的边缘。

那么 binnumber 的问题对我来说根本没有意义，array([12, 12, 12, 12, 12, 12, 12, 12, 12, 12])，确实有10个长度和输入的数据相同的数字，np.arange(10)，但数字 12 根本没有意义。我缺少什么。 12 不是对转换为多 D 数组的 bin 进行分解索引，因为每个维度中有 3 个 bin，我可以看到最多 9 的数字。12 告诉我什么？

中的值binnumbers是一个未解开的垃圾箱索引，其中包括额外的 一组“超出范围”的垃圾箱。

在这个例子中，

In [40]: hst, edges, bincounts = binned_statistic_dd([np.ones(10), np.ones(10)], None, 'count', bins=3)

In [41]: hst
Out[41]: 
array([[  0.,   0.,   0.],
       [  0.,  10.,   0.],
       [  0.,   0.,   0.]])

垃圾箱编号如下：

  0  |  1  |  2  |  3  |  4
-----+-----+-----+-----+-----
  5  |  6  |  7  |  8  |  9
-----+-----+-----+-----+-----
 10  | 11  | 12  | 13  | 14 
-----+-----+-----+-----+-----
 15  | 16  | 17  | 18  | 19
-----+-----+-----+-----+-----
 20  | 21  | 22  | 23  | 24

“超出范围”的垃圾箱不包含在hst;中的数据hst对应于 bin 编号 6、7、8、11、12、13、16、17 和 18。这就是为什么 中的所有值bincounts are 12:

In [42]: bincounts
Out[42]: array([12, 12, 12, 12, 12, 12, 12, 12, 12, 12])

您可以使用range强制将计数放入外部垃圾箱的参数。例如， 通过将坐标的范围设置为[2, 3]和[0, 0.5]，所以坐标中的所有值 第一个坐标位于其范围的左侧，第二个坐标中的所有值都是 在其范围的右侧，所有点最终都位于右上方的外部垃圾箱中，即 垃圾箱索引 4：

In [51]: binned_statistic_dd([np.ones(10), np.ones(10)], None, 'count', bins=3, range=[[2,3],[0,0.5]])
Out[51]: 
(array([[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]]),
 [array([ 2.        ,  2.33333333,  2.66666667,  3.        ]),
  array([ 0.        ,  0.16666667,  0.33333333,  0.5       ])],
 array([4, 4, 4, 4, 4, 4, 4, 4, 4, 4]))